Anne Tchounikine, Maryvonne Miquel, Robert Laurini, Taher Ahmed, Sandro Bimonte, Virginie Baillot
tarix 03.01.2018 ölçüsü 445 b. #36860
Panorama de travaux autour de l’intégration de données spatio-temporelles dans les hypercubes Anne Tchounikine, Maryvonne Miquel, Robert Laurini, Taher Ahmed, Sandro Bimonte, Virginie Baillot LIRIS – UMR CNRS 5205 Laboratoire d'InfoRmatique en Images et Systèmes d'information prenom.nom@insa-lyon.fr Spatial OLAP Définition Plateforme visuelle supportant l’analyse et l’exploration rapides et faciles des données selon une approche multidimensionnelle à plusieurs niveaux d’agrégation via un affichage cartographique, tabulaire ou en diagramme statistique [Bédard]Motivation 80% ~ des données transactionnelles contiennent une information spatiale L’exploitation de cette information passe par : Sa représentation graphique La prise en compte d’opérateurs spécifiques (spatiaux) …qui augmentent les capacités décisionnelles : Information synthétique, visuelle Analyse de l’influence des facteurs géographiques, environnementaux SOLAP Dimension spatiale Ex : nb de patients de profil (…) présentant la pathologie (…) par région Mesure spatiale Ex : ensemble des régions où apparaissent des profils de patients (…) Problématiques Définition de modèles/des algèbres intégrant : des mesures spatiales des dimensions spatiales des données continues (2) Interface navigation cartographique adaptée (3) représentation cartographique du résultat Dimension spatiale Mesure spatiale Référentiel instable : dimension spatiale évolutive (1) Problématique L’hétérogénéité des données est aussi liée à leur structuration La nature et l’organisation des données évoluent au cours du temps Un référentiel unique ne s’impose pas toujours Les informations liées à l’évolution temporelle des données font partie du processus décisionnel Exemples Dimensions non spatiales Organisation d’un service, nomenclature,… Dimensions spatiales Découpage politique (RFA/RDA, Europe…)… Découpage multi-critères (foresterie*, ...)… Modèle multidimensionnel m3 Version de membre Évolution des instances d’une dimension Dimension évolutive Évolution de la structure hiérarchique des membres Relations de mapping Conservation des liens de transitions entre versions de membre Description de la confiance associée aux mappings Version de structure État valide et invariant de la structure multidimensionnelle sur un intervalle de temps Modes temporels de présentation Modes qui peuvent être choisis pour représenter les résultats de requêtes multidimensionnelles Table de faits intégrant les différents modes temporels de présentation Entrepôt de données continues (2) Problématique Observer les phénomènes naturels naturellement Besoin d’analyser les données à des granularités spatiales et temporelles très fines Problème des valeurs manquantes Entrepôt de données continues Interface de navigation : GéOlap (3) Fonctionnalités Fenêtre pour la selection des mesures et des dimensions Fenêtres multi-modales synchronisées tabulaire, graphique, cartographique opérateurs classiques OLAP disponibles sur chaque mode Gé-W-Olap Mesure spatiale et objet spatial complexe (multi-facettes) Représentation visuelle Principes de « la graphique » [J. Bertin] Extension de l’algèbre OLAP aux opérateurs SIG Conclusions Richesses des problématiques et des applications Modèles, algèbres, stockage et optimisation, hétérogénéités des sources, interface … Santé, phénomènes naturels, environnement , gestion du risque/prévention, … Objet spatial Différentes « facettes » géométrique, descriptive, métrique discret, continu Différentes représentations cartographiques zonal, ponctuel, linéaire variables visuelles représentation multiple et généralisation Solutions non spécifiques Dostları ilə paylaş:
